机器学习开发者指南
正版新书 新华官方库房直发 可开电子发票
￥ 41.89 7.1折 ￥ 59 全新
库存2件
作者(阿根廷)鲁道夫·邦宁(Rodolfo Bonnin)
出版社人民邮电出版社
ISBN9787115529305
出版时间2020-05
版次1
装帧平装
开本16开
纸张胶版纸
页数214页
字数205千字
定价59元
货号SC:9787115529305
上书时间2024-12-24
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
本书将带领读者学习如何实施各种机器学习技术及其日常应用的开发。本书分为9章，从易于掌握的语言基础数据和数学模型开始，向读者介绍机器学习领域中使用的各种库和框架，然后通过有趣的示例实现回归、聚类、分类、神经网络等，从而解决如图像分析、自然语言处理和时间序列数据的异常检测等实际问题。本书适合机器学习的开发人员、数据分析人员、机器学习领域的从业人员，以及想要学习机器学习的技术爱好者阅读。使用任何脚本语言的编程人员都可以阅读本书，但如果熟悉Python语言的话，将有助于充分理解本书的内容。
目录:
第1章机器学习和统计科学1
1.1机器学习的发展2
1.2编程语言与库6
1.3基本数学概念11
1.3.1统计学——不确定性建模的基本支柱11
1.3.2概率与随机变量14
1.3.3概率函数的统计度量21
1.3.4微分基础22
1.3.5预备知识22
1.4小结27
第2章学习过程28
2.1理解问题28
2.2数据集定义与检索30
2.2.1ETL过程30
2.2.2加载数据与使用Scipy和Pandas进行探索分析31
2.2.3与IPython交互32
2.2.4二维数据处理34
2.3特征工程37
2.3.1缺失数据估算37
2.3.2独热编码38
2.4数据预处理39
规范化和特征缩放39
2.5模型定义41
提出正确的问题41
2.6损失函数定义42
2.7模型拟合和评价43
数据集划分43
2.8模型应用与结果分析44
2.8.1回归指标45
2.8.2分类指标46
2.8.3聚类质量评估48
2.9小结50
第3章聚类51
3.1分组——一种人类行为51
3.2自动化聚类过程52
3.3寻找一个共同的中心——K-means53
3.3.1K-means的优缺点56
3.3.2K-means算法分解56
3.3.3K-means算法实现58
3.4最近邻（NearestNeighbors）62
3.5K-NN算法实现示例64
3.6算法扩展67
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价